기상 및 지진 관측 데이터의 신뢰성 확보를 위한 표준화 제도 마련과 고도화된 품질관리 체계 구축 방안 doc_id CNTS-00118870399_13

따라서 지진관측환경 등의 표준화 기반을 이루기 위해서는 먼저 제도적 장치를 마련하는 것이 중요하고, 또한 지진관측표준화를 위한 관련법령 제 개정을 위해서 는 무엇보다도 그 필요성에 대한 공감대를 이룰 수 있다고 판단되는 적절한 시기에 범정부적 범국가적 지원과 협조가 있어야 하겠고, 표준화에 대한 유관기관의 동기를 유도할 수 있도록 지원하는 정책이 함께 마련되어야 한다. 기상관측표준화가 체계적으로 이루어지고 있는 것은 2002년 태풍 루사, 2003년 태풍 매미 피해를 계기로 2005년 12월 ‘기상관측표준화법’(2006년 7월 하위법 시행)이 제정되었기 때문이다. 이러한 기상관측표준화 제도의 벤치마킹과 관련정책의 도입 은 이번 연구의 핵심이며, 특히 표준화 제도의 도입은 타이밍이 매우 중요하므로 적절한 시점을 범정부/범국가적인 공감대 형성의 시기로 적극 활용하여야 할 것이다. ㈜SK플래닛의 기상관측망은 SK텔레콤의 자회사인 SK플래닛 사의 플랫폼 기술과 SK텔레콤의 안정적인 기지국 전력 및 통신 인프라를 결합하여 기설치 운영 중에 있는 통신기지국에 기상관측장비(AWS)를 설치하여 전국을 1~3km 격자 간격의 고해상도로 구축하고 있다. 관측망의 구축 현황을 보면, 2013년에 서울시의 260여개 기지국에 기상관측센서 설치를 시작으로 2014년에 경기도 및 인천광역시에 820여개를 설치하고, 2016년부터는 전국 4,000여개의 기지국에 기상관측장비 등을 설치하여 다양한 관측자료를 생산 및 활용하고 있다. 특히 2015년에는 수도권 일대 약 1,080여개의 기지국에 관측장비를 설치하여 수평격자간격 1~2km의 높은 해상도와 정확한 기상관측 정보를 제공하는 고해상도 기상정보 플랫폼을 운영하고 있으며, 현재 운용 중인 장비의 기상관측 요소는 기압, 온도, 풍향풍속, 상대습도, 강수량 등 5개 요소이다. 먼저 ‘품질관리’란 ‘자료의 신뢰성을 확보하고 사용자에게 유용한 가치를 제공하도록 수행되는 품질검사(자료의 적절성, 논리성 등과 관련된 오류를 제거하기 위하여 자료의 이상여부를 검토하여 양질의 자료를 선별하는 과정)를 포함한 일련의 활동’을 말하는 것으로서, 현재 기상청에서 수행하고 있는 기상관측자료의 품질관리 수행체계를 나타낸 것이다. 기상관측자료 품질관리에 대한 법적 근거는 기상관측표준화법 제10조에 기상관측 자료의 표준화 및 품질관리와 기상관측자료의 품질등급(우수, 보통, 개선대상 등 3 개 등급)에 관한 사항들이 명시되어 있고, 현재 국내 28개 관측기관 총 3,887개소(기 상청 598개소, 27개 유관기관 3,289개소)의 기상관측자료에 대하여 기상청은 1분 간격, 유관기관은 1～60분 간격으로 수집하여 실시간 품질검사(관측장비/물리한계 → 자료처리서버/기후범위,공간검사 → 수동품질관리 MQC)를 실시하고 있으며, 기상 관측자료의 품질검사 수행 단계는 현장품질검사→실시간품질검 사→준실시간품질검사→비실시간품질검사로 이루어져 있다. 특히, 관측자료의 신뢰성을 높일 수 있도록 기상청 국가기후데이터센터에서는 종합기상정보시스템(COmbined Meteorological Information System : COMIS)에서 수집한 기상관측자료에 대하여 국가기후자료시스템(Climate Data Management System : CDMS) 내 품질관리시스템(http://nqc.kma.go.kr)의 품질관리 알고리즘을 기반으로 준실시간 또는 비실시간으로 품질검사를 수행하고 있고, 2018년부터는 기상자료개방포털(http://data.kma.go.kr)을 통해 유관기관 기상관측자료를 통합 서비스함에 따라 품질진단 대상을 기상청 기상관측자료에서 기상관측표준화 대상 27개 유관기관 관측자료까지 확대하여 연 2회(1, 7월) 국가기후데이터 품질진단 실시 및 품질등급을 부여하고 있고, 산림청․국토교통부 대구광역시 경기도 전라남도 등 5기관 자료는 품질진단 과정을 거쳐 기상자료개방포털(http://data.kma.go.kr)을 통해 제공하고 있다. 이 시스템의 소프트웨어 능력은 네 가지 주된 부류 즉, 검출, 통합, 처리 그리고 분석으로 요약된다. Hydra는 GSN, ANSS 중추 관측망, 국내외 USGS 이외의 관측망을 포함한 전 세계 수천 개의 지진관측소로부터의 지진파형 데이터를 이용하여 지진 발생을 검출한다. 지진파형 데이터는 자동 실시간적 위상 도착시각 파형 검출 알고리즘과 nucleation/association back-projection 알고리즘을 이용하여 처리된다. 또한 Hydra는 복수의 원천으로부터의 다양한 지진 요소 데이터를 통합하여 하나의 결과로 도출하는 기능을 수행한다. 그리고 Hydra의 강력한 지진분석 알고리즘은 진앙을 재결정하고 깊이, 규모 및 모멘트 텐서 산출을 수행할 수 있다. 나아가 이 시스템은 지진분석을 위한 그래픽 사용자 인터페이스(GUI) 클라이언트 측에 제공한다. 품질평가 관련 세부 추진전략과 관련하여서, 2019년 기상청이 IRIS의 MUSTANG metrics 중 적용 가능한 것으로 검토 중인 30개 요소에 본 연구에서 추천하는 ASL의 DQA metrics 4개 요소를 더하여 총 34개 요소를 대상으로 하여 모의 적용을 통해 검증한 후 품질관리요소를 확정하는 방안을 제시하였다. 그리고 품질평가요소로는, MUSTANG과 DQA metrics 중 선별(또는 조합)하여 dc_offset, num_spikes, Percent Availability, num_gaps + num_overlaps, channel _continuity, NLNM Deviation-1(단주기 대역), NLNM Deviation-2(중장주기 대역), pct_above_NHNM, pct_below_NLNM, total_latency, Timing Quality로 제시하고 이 중 9개 정도가 실제 평가에 적용되기를 권고하였다. 나아가 품질평가체계 확충에 관련된 실무에 참고가 되도록 품질절차(QP)별로 적용할 평가요소 및 가중치에 대한 하나의 가안을 제시하였다. 지진관측자료의 품질관리 체계와 관련하여, ASL의 데이터품질분석기(DQA)에는 11개의 측정요소(metrics), IRIS 데이터관리센터(DMC)의 품질관리시스템인 MUSTANG에는 50개 이상의 metrics가 적용되고 있어 우리가 추구하는 품질관리의 기술적 내용과 범주를 미리 제시해 주고 있다. 현재 기상청이 미국의 선진 품질관리 기술(특히 MUSTANG 등의 공개된 소프트 웨어)을 적극적으로 검토하고 우리 실정에 적용 가능한 측정요소(MUSTANG 및 DQA의 metrics를 중심으로)를 선정하는 등의 일을 추진하는 것은 매우 바람직한 일로 평가된다. 지진관측소 자료의 품질을 평가함에 있어 실제로 ASL은 11개 metrics 중 우선순위를 정해 약 5개에 가중치를 부여하여 100점 만점 척도로 변환, 종합 평가하는 방안을 권고하고 있다.